a16z: پایان مدل‌های تجاری هوش مصنوعی نه فروش "صندلی"، بلکه دریافت "سهم" است

By: www.a16z.news|16/10/2026 03:09:00
0
اشتراک‌گذاری
copy
امتیازدهی ما در گوگلامتیازدهی ما در گوگل

نویسنده: دیوید هابر، شریک a16z

ترجمه: شنچائو TechFlow

خلاصه شنچائو: این تحلیل a16z به نقطه عطف کلیدی در تجاری‌سازی هوش مصنوعی اشاره دارد: از صرفه‌جویی در هزینه به ازای ساعت به تقسیم درآمد بر اساس نتایج. اگر شما در صنعت SaaS فعالیت می‌کنید یا سرمایه‌گذار هستید، این مقاله توضیح می‌دهد که چرا نسل بعدی یونیکورن‌های هوش مصنوعی دیگر "هزینه صندلی" نمی‌فروشند، بلکه به‌طور مستقیم بخشی از افزایش درآمد مشتری را دریافت می‌کنند.

به‌طور سنتی، تماس با اپراتورهای شبکه برای گزارش قطع اینترنت به این شکل است: یک صدای ربات ابتدا شما را "مشتری محترم" خطاب می‌کند و سپس شما را در منوی تلفن برای چند دقیقه معطل می‌کند: "برای پشتیبانی فنی شماره 3 را بزنید، برای اینترنت شماره 2 را انتخاب کنید، و سپس برای مسائل دیگر شماره 4 را بزنید". سپس شما در موسیقی انتظار رها می‌شوید و احساس می‌کنید که فراموش شده‌اید، تا اینکه بالاخره یک نماینده خدمات مشتری پاسخ می‌دهد و از شما نام، شماره حساب و توصیف مشکل را می‌پرسد. اگر راه‌اندازی مجدد روتر مشکل را حل نکند، شما باید دوباره منتظر بمانید و سپس با یک نماینده دیگر تمام ماجرا را از ابتدا توضیح دهید تا در نهایت بتوانید یک تعمیرکار را برای مراجعه به منزل خود قرار دهید.

هوش مصنوعی در حال تغییر این نوع صحنه‌های خدمات مشتری است. شما دیگر نیازی به درگیری با صدای ربات و چندین نماینده خدمات ندارید، یک نماینده هوش مصنوعی اکنون می‌تواند بلافاصله تماس را پاسخ دهد. این نماینده می‌تواند حساب شما را بررسی کند، ببیند آیا کاربران دیگری در منطقه شما نیز تحت تأثیر قرار گرفته‌اند یا خیر، یا اینکه مشکل ساده را به‌طور مستقیم حل کند یا به شما کمک کند تا یک تعمیرکار را قرار دهید. دیگر خبری از "همه نمایندگان خدمات مشتری در حال حاضر مشغول هستند" نیست و خبری از موسیقی انتظار نیست. تا همین اواخر، این اساساً حداکثر توانایی فناوری بود.

اما اکنون، قابلیت‌های جدید به نمایندگان هوش مصنوعی اجازه می‌دهد تا در طول زمان بیشتری سرنخ‌ها را پیگیری و وظایف را انجام دهند. ما معتقدیم که این به شرکت‌های هوش مصنوعی اجازه می‌دهد تا فراتر از تعاملات یک‌باره با مشتری بروند و دوباره به این فکر کنند که چگونه سفرهای پیچیده مشتری که ممکن است هفته‌ها یا حتی ماه‌ها طول بکشد را مدیریت کنند. هوش مصنوعی مشتریان بیمه را از اولین تماس تا پرداخت نهایی راهنمایی خواهد کرد، وام‌گیرندگان را از تأیید اولیه تا انتقال ملک هدایت خواهد کرد و سرنخ‌های فروش شرکت‌ها را از اولین نمایش تا امضا راهنمایی خواهد کرد. این نه تنها نتایج بهتری برای مشتریان به ارمغان می‌آورد، بلکه به تأمین‌کنندگان هوش مصنوعی اجازه می‌دهد تا بر اساس افزایش درآمد پاداش بگیرند، نه فقط از طریق صرفه‌جویی در هزینه.

ارزش فقط در پایان مسابقه ظاهر می‌شود

انواع زیادی از کسب‌وکارها وجود دارند که برای ایجاد ارزش برای مشتری نیاز به مراحل زیادی دارند که ممکن است هفته‌ها یا حتی ماه‌ها طول بکشد. به‌عنوان مثال، فرآیند آماده‌سازی پرونده در یک دفتر وکالت سنتی. پرونده‌های بالقوه معمولاً به‌صورت سرنخ‌های تلفنی وارد می‌شوند، و نماینده پذیرش اطلاعات کلیدی را جمع‌آوری کرده و به وکیل می‌سپارد تا ارزیابی کند که آیا این مشتری را بپذیرد یا خیر. پس از اینکه دفتر وکالت پرونده را امضا کرد، تحقیقات و جمع‌آوری شواهد آغاز می‌شود: دستیار وکیل گزارش پلیس را درخواست می‌کند، سعی می‌کند با شاهدان تماس بگیرد، به متهم ابلاغیه حفظ شواهد ارسال می‌کند و در عین حال به‌طور مداوم مشتری را از پیشرفت کار مطلع می‌کند. سپس دفتر وکالت باید منتظر بماند تا مشتری درمان را به پایان برساند، سپس زمان‌بندی پزشکی را تهیه کرده و مواد را به وکیل برای تکمیل نامه ادعای خسارت ارائه دهد.

این فرآیند همان چیزی است که ما قبلاً به‌عنوان "مسابقه امدادی" می‌نامیدیم: یک سفر طولانی، با هر انتقالی که خطر از دست رفتن یا کاهش ارزش را به همراه دارد. مشتریان بالقوه معمولاً به چندین دفتر وکالت آسیب شخصی تماس می‌زنند و معمولاً با آن‌هایی که سریع‌تر پاسخ می‌دهند قرارداد می‌بندند. بنابراین اگر مشتری فقط صدای پیامگیر را بشنود یا تأیید صلاحیت خیلی کند باشد، پرونده از قیف خارج می‌شود. پس از امضای قرارداد توسط مشتری، جمع‌آوری شواهد شامل چندین سرنخ موازی است و دفتر وکالت ممکن است صبر نداشته باشد که پس از چهار بار تماس بدون پاسخ، بار دیگر تماس بگیرد. علاوه بر این، محدودیت‌های انسانی ممکن است مانع از بررسی دقیق هر مدرکی شود، به‌ویژه در مورد پرونده‌هایی که به نظر معمولی و با ارزش کم می‌رسند. اگر به دقت سوابق پزشکی را بخوانند، ممکن است نشانه‌هایی از آسیب مغزی را کشف کنند که می‌تواند مبلغ توافق را به‌طور قابل توجهی افزایش دهد، اما دفتر وکالت ممکن است به‌طور مستقیم اولین پیشنهاد طرف مقابل را بپذیرد. در نهایت، پرونده ممکن است چندین ماه طول بکشد و شامل بسیاری از شرکت‌کنندگان باشد، اطلاعات در میان اسناد، افراد و سیستم‌ها پراکنده می‌شود. این باعث می‌شود که دفتر وکالت تقریباً غیرممکن باشد که دید کلی از هر مشتری داشته باشد. نتیجه این است که صورتحساب‌های مهم ممکن است در نامه ادعای خسارت گنجانده نشود و هیچ‌کس توضیحی برای دوره‌های خالی درمان ارائه ندهد، که در نهایت مبلغ توافق را کاهش می‌دهد.

فرصت‌های نمایندگی طولانی‌مدت

تا همین اواخر، نمایندگان هوش مصنوعی عمدتاً فقط وظایف محدودی را انجام می‌دادند: "این ایمیل پیگیری را ارسال کن"، "آن تماس را خلاصه کن"، "این سند را ایجاد کن" و تعاملات با دامنه بسیار محدود. به‌عنوان مثال، دلیل اینکه خدمات مشتری به‌عنوان یک صحنه اولیه عالی برای هوش مصنوعی شناخته می‌شود این است که فضای مسئله به‌وضوح تعریف شده است، می‌توان به دقت بالایی دست یافت و همچنین می‌توان بر اساس سیاست‌های خاص شرکت سفارشی‌سازی کرد. زمان تعامل کوتاه است، نتایج قابل تأیید است و اگر نماینده هوش مصنوعی با شرایط حاشیه‌ای مواجه شود، معمولاً تیم خدمات مشتری آماده است تا به آن رسیدگی کند.

اکنون، نمایندگان طولانی‌مدت می‌توانند از چندین مرحله، چندین حالت و زمان‌های طولانی‌تر برای پیگیری اهداف استفاده کنند، که به آن‌ها اجازه می‌دهد تا مسابقه امدادی را از ابتدا تا انتها طی کنند. در مثال دفتر وکالت، از اولین تماس پذیرش پرونده، می‌توان یک نماینده طولانی‌مدت را به پرونده اختصاص داد که هدف آن حداکثر کردن مبلغ جبران خسارت مشتری است. نماینده در صورت نیاز اطلاعات پس‌زمینه پرونده را ذخیره و بازیابی می‌کند. این نماینده به‌طور خودکار بر اساس رویداد یا تاریخ‌های مهلت بیدار می‌شود، به‌طور فعال نمایندگان فرعی را برای تماس با شاهدان، به‌روزرسانی مشتری و ارتباط با وکیل از طریق تلفن، ایمیل یا پیامک ارسال می‌کند. سپس آن‌ها یافته‌ها را یکپارچه کرده، برنامه‌ریزی برای اقدام بعدی را انجام می‌دهند، اسناد را برای بررسی آماده می‌کنند و پرونده را به سمت بهترین نتیجه ممکن پیش می‌برند. در سطح مشتری، آن‌ها به‌طور مداوم یاد می‌گیرند و داده‌های تولید شده توسط هر پرونده به آن‌ها کمک می‌کند تا پرونده بعدی را بهتر از حالا مدیریت کنند.

نماینده نقاط اصلی از دست رفتن ارزش را که در مسابقه امدادی امروز مشاهده می‌شود، حل کرده است. در نقطه شروع سفر، مشتری دیگر به دلیل کندی ارزیابی پرونده از دست نمی‌رود، زیرا نماینده در هر ساعتی از روز و هر روز هفته آنلاین است و تقریباً می‌تواند ارزیابی پرونده را به‌طور آنی انجام دهد. جمع‌آوری شواهد دیگر تحت تأثیر محدودیت‌های انسانی نیست، زیرا نماینده پرونده می‌تواند به‌راحتی یک نماینده فرعی اضافی را برای تماس با پنجمین، دهمین یا حتی بیستمین بار فراخوانی کند. از آنجا که نماینده تقریباً می‌تواند به‌طور نامحدود گسترش یابد، حتی پرونده‌هایی که به نظر معمولی می‌رسند نیز به‌طور کامل پردازش می‌شوند و هر مدرکی به‌دقت بررسی می‌شود و در نتیجه ممکن است نشانه‌های آسیب مغزی که ممکن است نادیده گرفته شوند، آشکار شود. در نهایت، نماینده سوابق کامل پرونده را حفظ می‌کند، از تماس‌های ضبط شده با شاهدان تا گزارش‌های پلیس و سوابق پزشکی، و اطمینان حاصل می‌کند که هیچ اطلاعاتی از دست نمی‌رود.

بر اساس نتایج هزینه‌گذاری

علاوه بر پر کردن این شکاف‌ها، داشتن یک سفر مشتری کامل می‌تواند مدل تجاری تأمین‌کنندگان نماینده را تغییر دهد. زمانی که نماینده می‌تواند نتایج را با کیفیت بالاتر و سرعت بیشتری ارائه دهد، می‌تواند به مشتریان افزایش درآمدی را به ارمغان آورد، نه فقط کاهش هزینه. مهم‌تر از همه، از آنجا که تأثیر قابل مشاهده و قابل انتساب به نماینده است، تأمین‌کنندگان می‌توانند با قیمت‌گذاری بر اساس محصولات کاری یا نتایج، ارزش افزوده‌ای که ایجاد کرده‌اند را به اشتراک بگذارند. به‌عنوان مثال، در دفتر وکالت، هر پرونده واحدی طبیعی برای کار است و نتیجه نهایی یعنی مبلغ توافق به‌وضوح قابل شناسایی است. علاوه بر این، از آنجا که نماینده در نتایج نهایی کار به‌طور فزاینده‌ای سهم دارد، نتایج نیز به‌راحتی با نماینده مرتبط می‌شوند. بنابراین تأمین‌کنندگان می‌توانند افزایش درآمد را به اشتراک بگذارند و به مقادیر قراردادی برسند که قبلاً تنها از طریق کاهش هزینه‌ها غیرقابل دستیابی بودند.

البته، تغییر به قیمت‌گذاری بر اساس نتایج بدون اصطکاک نیست. در صنعت وکالت، اکثر ایالت‌ها از اشتراک هزینه‌های قانونی توسط غیر وکلا جلوگیری می‌کنند، بنابراین قیمت‌گذاری باید با مبلغ توافق هم‌راستا باشد، اما نمی‌تواند به‌طور مستقیم از آن تقسیم شود. در سایر حوزه‌ها، تأمین‌کنندگان ممکن است با مخالفت تیم‌های خرید مواجه شوند، زیرا آن‌ها هنوز پیشینه‌ای از قراردادهای بر اساس نتایج ندارند. و حتی اگر هوش مصنوعی به نتایج نزدیک‌تر شود، ممکن است در مراحل اولیه اختلافات انتسابی همچنان وجود داشته باشد. بنابراین، استقرار موفق نمایندگان هوشمند در درازمدت، هم یک چالش تجاری و هم یک چالش فناوری است.

با این حال، هزینه‌گذاری بر اساس نتایج در سفر مشتری با ارزش بالا ایده جدیدی نیست.

دلیلی برای یک Red Ventures بومی هوش مصنوعی

Red Ventures (RV) یک نمونه تاریخی عالی است. RV توسط ریک الیاس و دن فلدستین تأسیس شد و پیشگام ارائه عملیات فروش برون‌سپاری دیجیتال به‌صورت انتها به انتها برای قراردادهای مصرف‌کننده بلندمدت بود. به‌عنوان مثال در بیمه، RV در هنگام جستجوی این محصولات توسط مشتریان، اطلاعات آن‌ها را جمع‌آوری می‌کند (از طریق وب‌سایت‌هایی مانند homeinsurance.com)، به‌طور فعال با مشتریان تماس می‌گیرد، آن‌ها را با گزینه‌های بیمه آشنا می‌کند و در نهایت قرارداد بیمه را منعقد می‌کند. از آنجا که این سفر را به‌طور کامل در اختیار دارد، RV به ازای هر قرارداد بیمه‌ای که منعقد می‌کند، از شرکت بیمه پاداش می‌گیرد. این مدل قبلاً بسیار مؤثر بود: طبق داده‌های S&P Global، RV در سال 2022 با فروش حدود 1.4 میلیارد دلار، حدود 370 میلیون دلار EBITDA ایجاد کرد.

امروز، این مدل به نظر می‌رسد با تهدید ساختاری مواجه است. در بالای قیف، روش‌هایی که مصرف‌کنندگان محصولات را کشف می‌کنند در حال تغییر است. آن‌ها دیگر به جستجوی گوگل یا وب‌سایت‌های مقایسه برای کشف و مقایسه محصولات وابسته نیستند، بلکه می‌توانند به‌طور مستقیم از نمایندگان هوش مصنوعی شخصی مانند Muse یا Instinct در متا درخواست توصیه‌های محصول کنند، که ارزش وب‌سایت‌های اکتشافی گذشته را کاهش می‌دهد. در پایین قیف، دیگر صدها نفر در حال مدیریت قیف خطی نیستند، بلکه نمایندگان هوش مصنوعی طولانی‌مدت می‌توانند سفرهای بسیار پیچیده‌تری را نسبت به گذشته مدیریت کنند. آن‌ها می‌توانند در سراسر محصولات، روش‌های ارتباطی و به‌صورت موازی کار کنند، از هر زبانی پشتیبانی کنند و به‌صورت مقیاس‌پذیر عمل کنند و دارای استقامت نامحدود باشند. EBITDA RV در سال 2025 به حدود 160 میلیون دلار پیش‌بینی می‌شود، به دلیل از دست دادن مشتری و کاهش هزینه‌های تبلیغاتی، که این موضوع به‌طور اولیه نشان‌دهنده آسیب‌پذیری این مدل است و هوش مصنوعی همچنین صنعت را بیشتر تغییر خواهد داد.

سه مسیر ورود به بازار

ورود نمایندگان هوش مصنوعی طولانی‌مدت به بازار روش‌های مختلفی دارد:

(1) فروش پلتفرم: در این روش، تأمین‌کنندگان نمایندگان هوش مصنوعی طولانی‌مدت را به‌عنوان نرم‌افزار می‌فروشند که به شرکت‌ها در استفاده از آن در عملیات موجود کمک می‌کند. در مثال دفتر وکالت، ادغام نماینده با تیم‌های موجود و جریان‌های کاری آن‌ها یک مثال خوب است. فروش پلتفرم می‌تواند فضای درآمدی بالایی ایجاد کند، زیرا معمولاً هیچ نرم‌افزار یا قرارداد خدمات برون‌سپاری قابل مقایسه‌ای برای تعیین قیمت وجود ندارد. اما این همچنین دوره فروش را طولانی می‌کند، زیرا نیاز به ایجاد اقلام بودجه جدید دارد و زمانی که یک نماینده با چندین بخش یک شرکت تعامل دارد، دشوار است که نتایج را به‌طور واضح به آن نسبت داد.

(2) فروش خدمات: در اینجا تأمین‌کنندگان یک خدمت که قبلاً برون‌سپاری شده است را به عهده می‌گیرند تا نتایج مورد انتظار را به‌طور مؤثرتری ارائه دهند، درست مانند Red Ventures که کل سفر جذب مشتری را برای شرکت‌های بیمه در اختیار دارد. این روش دوره فروش را کوتاه می‌کند، زیرا محاسبه ROI خریدار ساده است و اقلام بودجه BPO قبلاً وجود دارد. با این حال، مدل‌های قیمت‌گذاری موجود قبل از ظهور هوش مصنوعی ممکن است نتوانند ارزش واقعی نمایندگان هوش مصنوعی طولانی‌مدت را منعکس کنند و امروزه بسیاری از سفرهای با ارزش بالا توسط شرکت‌های داخلی مدیریت می‌شوند که دامنه این روش را محدود می‌کند.

(3) ورود به‌صورت تمام‌پشته: ورود به‌صورت تمام‌پشته به معنای ادغام عمودی و تبدیل شدن به یک بازیگر بومی هوش مصنوعی است. به‌عنوان مثال، به‌جای اینکه نماینده هوش مصنوعی طولانی‌مدت را به یک شرکت جمع‌آوری بدهی بفروشید، بهتر است خودتان مجموعه بدهی را خریداری کرده و خودتان جمع‌آوری کنید، به این ترتیب می‌توانید هرگونه فضای افزایشی که هوش مصنوعی به ارمغان می‌آورد را به‌طور کامل به‌دست آورید و مشکل انتساب را حل کنید. اما این همچنین به این معناست که شما باید خدماتی مانند مجوز یا انطباق را که در سفر مشتری واقعی وجود ندارد، به عهده بگیرید که این‌ها می‌توانند اختلال و پیچیدگی‌های عملیاتی را افزایش دهند.

اکنون قضاوت در مورد اینکه کدام روش پیروز خواهد شد هنوز زود است، اما ما مطمئن هستیم که نمایندگان هوش مصنوعی طولانی‌مدت در مسابقات بزرگ پیروز خواهند شد و بازار قابل دسترسی هوش مصنوعی را از بخشی از بودجه نیروی کار به بخشی از درآمد گسترش خواهند داد. آماده‌سازی پرونده‌های حقوقی تنها یک مثال است و ما انتظار داریم که نمایندگان در سایر سفرهای با ارزش بالا نتایج را به‌دست آورند، مانند اعطای وام‌های مسکن، پردازش ادعاهای بیمه، فروش پیچیده شرکت‌ها و بی‌شمار صحنه‌های دیگر. اگر شما در حال بهره‌برداری از این فرصت هستید، خوشحال می‌شویم که از شما بشنویم!

قیمت --

--
--
--

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.

ممکن است شما نیز علاقه‌مند باشید

از سال 2027، بانک‌های ورشکسته به چندین سرمایه‌گذار فروخته خواهند شد

خطری برای 80,000 دلار بیت‌کوین به دلیل هشدار بازار اوراق قرضه

بیت‌کوین، طلا، نقره و سهام به‌دنبال کاهش بازدهی‌های خزانه، با نگرانی‌های تأمین مالی AI و افزایش قیمت نفت به شدت کاهش یافتند.

تحلیل Mr&强 از استراتژی‌های کوتاه‌مدت BTC و ETH

پولیمارکت: 160 میلیون دلار روی فرانسه شرط بندی شده در حالی که این سایت در فرانسه ممنوع است

پولیمارکت که از ژوئیه در فرانسه مسدود شده، 30 شرط‌بندی روی فرانسه برای 160 میلیون دلار ارائه می‌دهد: انتخابات ریاست‌جمهوری، شورش‌ها، نیونز، موودی.

توصیه تام لی برای خرید ارزان AI و دارایی‌های دیجیتال در میان سقوط سهام فناوری

نگرانی‌های هزینه‌کرد هوش مصنوعی بر فناوری و بیت‌کوین فشار آورد | جمع‌بندی هفتگی WEEX (⁦19/10/2026⁩-⁦23/10/2026⁩)

جمع‌بندی هفتگی WEEX به هزینه‌کرد هوش مصنوعی، درآمد شرکت‌های فناوری، دارایی‌های ارز دیجیتال و نفت می‌پردازد. سهام فناوری پیش از افتی شدید دوباره رشد کردند: نتایج SpaceX برای مدتی احساسات بازار درباره هوش مصنوعی را تقویت کرد، اما واکنش‌ها به گزارش‌های Meta، Tesla و Lam Research متفاوت بود. سپس نزدک افت کرد، بیت‌کوین به‌سمت ⁦$81,000⁩–⁦$82,000⁩ عقب نشست، نفت افزایش یافت و طلا و نقره تضعیف شدند.

...

محتوا

جدیدترین مقالات

بیشتر

آخرین لیست سکه ها در WEEX

iconiconiconiconiconiconiconicon
پشتیبانی مشتری:@weikecs
همکاری تجاری:@weikecs
معاملات کمّی و بازارسازی:bd@weex.com
برنامه VIP:support@weex.com